在使用音訊音高變更器後檢查結果時,請以您選擇的半音位移值渲染完整檔案,下載新的 PCM16 WAV,並驗證三件事:音高是否依照預期的音樂間隔移動、時長是否朝正確方向變化,以及輸出檔案能否在信任的本機媒體播放器中乾淨地播放。Lizely 上的 Audio Pitch Changer 完全遵循這個工作流程——您上傳一個檔案,選擇一個介於 -12 到 +12 半音之間的整數位移值,瀏覽器便會產生一個完整的 PCM16 WAV 檔案供您儲存與檢查。由於此工具使用播放速率重取樣,音高與時長會一起改變,因此確認其中一項也就確認了另一項。正的半音值會縮短音訊並提高音高;負的值則會拉長音訊並降低音高。該頁面刻意不提供瀏覽器內預覽,因此可下載的檔案是您唯一能用來聆聽和驗證的成品。這使得下載步驟本身就屬於驗證流程的一部分,而非可有可無的便利功能。

「結果」在這裡真正的含義
當音訊音高變更器執行完畢時,結果是一個全新的單一音訊檔案,而非即時效果或串流預覽。對 Audio Pitch Changer 而言,該檔案永遠是未壓縮、小端、16 位元 PCM WAV,封裝在標準的 RIFF/WAVE 容器中。除了解碼後的音訊本身,原始檔案中的其他內容都不會保留:來源編解碼器、位元率、ID3 標籤、封面、章節、cue 點以及循環詮釋資料全部都會被捨棄。浮點數樣本會在轉換前被裁剪到合法的 -1 至 +1 範圍,最終的 PCM16 量化結果也可能與解碼後的來源略有差異。請將下載的 WAV 視為重新渲染的全新成果,而非原始檔案的編輯副本。
這個區別對於檢查結果非常重要,因為驗證位移最可靠的方式,就是將新的 WAV 載入媒體播放器或音訊編輯器中,與原始來源並排聆聽。若檔案可播放且時長方向符合您的要求,便代表位移背後的運算正確無誤。如需深入了解定義此類結果的速度與音高關係,請參閱關於音高變更是否會保留原始速度與時長的指南,其中詳細說明了相同的取捨。
選擇檔案與半音位移
在工具能夠開始渲染之前,您需要兩個輸入項:一個瀏覽器能夠解碼的音訊檔案,以及一個整數半音值。Audio Pitch Changer 接受常見的瀏覽器可解碼格式——MP3、WAV、M4A、AAC、Ogg、WebM 和 FLAC——但實際的編解碼器支援仍取決於您使用的瀏覽器,因此熟悉的副檔名並不保證每個不常見的設定檔都能順利解碼。檔案本身必須等於或小於 50 MiB,且解碼後的音訊不能超過五分鐘、八個聲道、介於 8,000 至 192,000 Hz 的取樣率,或輸入端 3,000 萬聲道樣本。這些上限是為了讓完整渲染能在瀏覽器內順利完成而不被截斷。
半音控制項以整數階從 -12 跑到 +12。-12 會將檔案音高降低恰好一個八度,+12 會將其提高恰好一個八度,0 則會還原為原始音高。在十二平均律下,其他每個整數值都會以固定的音樂間隔位移音高,麥基爾大學有關 MIDI 與頻率轉換的參考資料中也描述了相同的系統。請選擇符合您想要驗證效果的位移值;結果不可能是半音的分數,因此請選擇最接近的整數。
產生結果並下載 WAV
驗證流程雖然簡短,但每個步驟都經過精心設計。Audio Pitch Changer 會在完整檔案渲染完成後才會提供下載,因此部分或串流預覽並不包含在工作流程中。可下載的檔案就是您要驗證的成品。
- 在瀏覽器中開啟 Audio Pitch Changer,選擇一個瀏覽器支援的編解碼器、且大小不超過 50 MiB 的音訊檔案。
- 設定一個介於 -12 到 +12 之間的整數半音位移。請記住,正值會同時縮短音訊,而負值會拉長音訊。
- 觸發本機渲染,並等待頁面顯示新的時長數值。若所要求的位移會讓輸出超出 3,000 萬聲道樣本的預算,工具會回報錯誤且不會產生任何檔案。
- 渲染完成後,下載頁面所提供的 PCM16 WAV。
- 在信任的本機播放器或音訊編輯器中開啟下載的檔案,並與原始檔案進行比對。確認音高朝您要求的方向移動,且時長朝對應方向變化。
由於處理發生在當前的分頁內,且檔案以單一完整下載的形式提供,因此 WAV 就是您實際驗證的對象。頁面中並未內建獨立的「預覽 vs. 最終」比較功能;下載才是唯一的事實來源。
了解為何時長會隨音高改變
確認音高變更是否正確的最快方法,就是檢查新的時長。Audio Pitch Changer 使用播放速率重取樣,這與 MDN 針對 AudioBufferSourceNode.playbackRate 所記錄的機制相同:速率 1.0 為原始速度;大於 1.0 的值會加速播放並將其重取樣為較高音高;小於 1.0 的值則會減速播放並將其重取樣為較低音高。其精確比例遵循平均律公式 rate = 2^(n/12),其中 n 是所選擇的半音位移。+12 的位移會使速率加倍,-12 的位移則會使其減半,0 則維持在 1.0。
| 半音位移 | 音樂效果 | 播放速率 | 相較於原始的時長 |
|---|---|---|---|
| -12 | 降低一個八度 | 0.5× | 約 2.0× 長 |
| -7 | 降低完全五度 | 2^(-7/12) ≈ 0.667× | 約 1.5× 長 |
| 0 | 原始音高 | 1.0× | 長度相同 |
| +7 | 升高完全五度 | 2^(7/12) ≈ 1.498× | 約 0.667× 長 |
| +12 | 升高一個八度 | 2.0× | 約 0.5× 長 |
+7 這列的計算範例:當 n = 7 時,播放速率為 2^(7/12) = 2^0.5833...,約等於 1.4983。因此 60 秒的輸入會變成約 60 / 1.4983,即約 40.05 秒的輸出。W3C Web Audio 規範在 AudioBufferSourceNode 的播放演算法中也以相同方式定義了 cent 的關係,其中以 cent 為單位的 detuning 會將速率乘以 2^(cents/1200);以 n 個半音表示時,可簡化為上述公式。
由於兩者的關係是固定的,若時長方向與預期不符,就代表音高也往錯誤的方向走了。兩者是連動的:若新檔案比來源短,音高就比來源高;若時長比來源長,音高就比來源低。此工具從未聲稱能保留節拍、語音節奏、拍點位置或精確的原始時長,因此時長改變屬於預期結果,而非錯誤。
了解限制與錯誤訊息
有些輸入雖然看似有效,仍可能無法產生可下載的結果。Audio Pitch Changer 會在配置離線渲染之前驗證每一項限制,並拒絕會導致輸出不完整的輸入。檢查條件明確:編碼後檔案大於 50 MiB、解碼後音訊超過五分鐘、聲道超過八個、取樣率超出 8,000 至 192,000 Hz,或輸入端超過 3,000 萬聲道樣本,都會導致拒絕。音高位移後的輸出本身也有 3,000 萬聲道樣本的上限,而且因為降低音高會讓檔案變長,通過解碼限制的輸入仍可能無法通過輸出限制。發生這種情況時,訊息會指出所要求的位移超出預算,且不會進行任何截斷——絕不會提供半成品的 WAV 作為「結果」。空白檔案、不支援的類型、無效的解碼維度以及解碼失敗都會以同樣方式被拒絕。對檔案或半音值的任何更動都會使先前的渲染失效,因此下載按鈕永遠對應頁面上當前顯示的設定。
當您需要不同的工作流程來驗證時
當您希望音高與時長像錄音帶快轉或慢轉那樣一起改變時,播放速率重取樣就是正確的方法。當您希望改變音高但保持長度不變時,這就是錯誤的方法,因為那是另一個問題,是時間拉伸工具設計來處理的。若製作上需要在固定時長下進行音高變更——例如,在保持伴奏長度不變的情況下重新調整人聲音高——相位聲碼器或其他時間拉伸工作流程才是正確的工具,而 Audio Pitch Changer 的結果將無法滿足該需求。對於單純檢查音高與速度聯合變更是否如預期發生的聆聽者和編輯者來說,本機渲染加上信任的媒體播放器就是正確的驗證步驟。位移背後的運算是固定的,檔案格式也是固定的,結果要嘛符合上表,要嘛不符合。若不符合,頁面會告訴您位移超出預算,而不是丟給您一個悄悄壞掉的檔案。
如需更深入的探討,請參閱驗證 Audio Speed Changer 的正確使用方式。